Jak uzyskać najwyższą przewidywaną wartość multiclass problemu klasyfikacji przy użyciu H2O AI?

głosy
0

Gdy przewidywania wartości w problemie klasyfikacji multiclass chciałbym uzyskać prawdopodobieństwo prognozowanej wartości.

Starałem się rozwiązać ten problem za pomocą funkcji H2O mają zastosowanie:

predicted_df = modelo_assessor.predict(to_predict_h2o_frame)
predicted_df.apply((lambda x: x.max()), axis=1)

Ale to nie działa:

'ValueError: unimpl kodu bajtowego instr: CALL_METHOD'

Może to nie działa, ponieważ nie ma h2o.max oś parametr jako h2o.mean robi ??? Nie mogłem znaleźć w dokumentacji których operacje są obsługiwane przez funkcję zastosowania.

Chciałbym, aby rozwiązać problem za pomocą H2O manipulacji danych w sposób podobny do tego kodu pandy:

    predicted_df = modelo_assessor.predict(to_predict_h2o_frame).as_data_frame()
    predicted_df['PROB_PREDICTED']=predicted_df.iloc[:,1:].max(axis=1)
Utwórz 02/12/2019 o 23:54
źródło użytkownik
W innych językach...                            


1 odpowiedzi

Jak uzyskać najwyższą przewidywaną wartość multiclass problemu klasyfikacji przy użyciu H2O AI?

głosy
0

Gdy przewidywania wartości w problemie klasyfikacji multiclass chciałbym uzyskać prawdopodobieństwo prognozowanej wartości.

Starałem się rozwiązać ten problem za pomocą funkcji H2O mają zastosowanie:

predicted_df = modelo_assessor.predict(to_predict_h2o_frame)
predicted_df.apply((lambda x: x.max()), axis=1)

Ale to nie działa:

'ValueError: unimpl kodu bajtowego instr: CALL_METHOD'

Może to nie działa, ponieważ nie ma h2o.max oś parametr jako h2o.mean robi ??? Nie mogłem znaleźć w dokumentacji których operacje są obsługiwane przez funkcję zastosowania.

Chciałbym, aby rozwiązać problem za pomocą H2O manipulacji danych w sposób podobny do tego kodu pandy:

    predicted_df = modelo_assessor.predict(to_predict_h2o_frame).as_data_frame()
    predicted_df['PROB_PREDICTED']=predicted_df.iloc[:,1:].max(axis=1)
Odpowiedział 02/12/2019 o 23:54
źródło użytkownik

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more